社交接觸是人類的一種自然交流方式。隨著我們透過視訊會議、電子郵件和簡訊增加遠端交流，社交接觸的重要性越來越明顯。如果沒有親身體驗到的深度感和微妙感，遠端交流會導致孤獨感和社會孤立感的增加，並對身心健康產生重大影響。社交距離的需要加劇了這一問題，並進一步強調了高表現力遠端通訊的重要性。
研究人員一直在尋找透過可穿戴和手持觸覺裝置來複制社交觸覺的方法，並探索了幾種傳遞觸覺的方法，如振動、熱刺激和空氣噴射。然而，大多數社交觸覺裝置都專注於複製單一形式的社交觸覺，如握手和擁抱等等。
另外，所述裝置中的大多數都利用通常為簡單描述而最佳化的手動生成訊號，而不是傳遞觸控互動的豐富性和微妙性。另一方面，人類的社交觸控訊號複雜多樣。即使是直接將人類互動從感測器對映到致動器的裝置都依賴於感測和驅動方法之間的緊密耦合。
在名為《Data-driven sparse skin stimulation can convey social touch information to humans》，斯坦福大學，南加州大學和Meta的研究人員表示基於資料驅動的稀疏面板刺激可以傳達豐富的社交接觸資訊。
團隊的方法並非關注專門的硬體，而是透過使用資料驅動的方法來利用記錄的人類社交觸控資料，從而豐富地表示一系列社交觸控資訊。這允許使用各種記錄和驅動裝置發出複雜多樣的社交觸控訊號。社交觸覺裝置與面板接觸的型別各不相同。一些裝置僅限於將觸覺刺激（如振動、加熱或壓力）應用於面板的區域性區域。其他裝置則是沿著面板連續移動，在面板範圍內的任何地方施加刺激。
研究人員將重點放在其定義的“稀疏”裝置之上。所述裝置將觸覺刺激應用於面板的多個單獨區域性區域。之所以關注稀疏裝置，是因為它們的機械複雜度低於連續裝置，但又比僅對單個區域性面板區域施加刺激更具表現力。
論文探討了在給定適當處理的情況下，是否可以使用稀疏驅動來表示社交觸控資料。團隊開發了一種一致的、可推廣的、資料驅動型演算法來將記錄的人類觸控對映為稀疏表示。研究人員利用多目標追蹤技術找到可能代表持續或高壓觸控互動的資料，然後找到最佳區域進行渲染。
接下來，透過臂戴式單自由度音圈致動器陣列顯示八個固定接觸點的稀疏觸控訊號，每個致動器間隔37-50 mm。根據方向辨別測試，所述接觸點的距離大於面板傳入辨別閾值。在實驗中，團隊測試了被試根據致動器陣列產生的被動感知訊號來識別社交觸控場景的能力。
為了分析人類的社會接觸併產生人工的接觸訊號，團隊收集了一個自然的社交接觸資料集。參與者是成對招募，他們自認為是親密朋友或浪漫伴侶。在收集自然社交接觸資料集後，研究人員開發了一種演算法來將記錄的觸控資料對映到可以在觸覺裝置上呈現的訊號。所述演算法假設觸覺裝置由一組用於呈現觸控資訊的致動器組成，並且致動器的數量小於感測器的數量。因此，團隊透過資料尋找一致的高壓軌跡，將感測器資料降低到致動器的維度，並使用致動器陣列呈現所述軌跡的選擇。
總的來說，研究分兩個階段進行。在第一階段，團隊建立了一個新的社交接觸資料集。所述資料集涉及到人人互動場景，不給出人類應該使用哪些手勢的指示，並且直接記錄了力資料。在相關研究中，則透過定義的手勢來記錄人類的社交接觸互動。所述資料涉及簡單的手勢，並明確指示使用者如何執行每個手勢。收集它們的主要目的是分類，而不是生成性建模。
在第二階段，團隊將一種對映演算法應用於社交觸控資料集中的例項，並檢查一組新的被試是否可以使用感覺來確定資料來自的場景。研究人員發現，被試在6個場景中的準確率為45%，而在親密朋友和合作夥伴之間的人際互動中的準確率則為57%。這表明社交觸控訊號可以透過稀疏的面板刺激來表現。
實驗共有六個場景，六個場景中的每一個都有一個訊號：尋求關注、感激、快樂、平靜、愛和悲傷。對於每個訊號，被試需要選擇它是從哪個場景派生。在沒有訓練的情況下，被試實現了高場景分類準確率：分類準確率達到45%。研究表明，戀愛關係中的個體比成對的陌生人更能準確地辨別情感，因此，伴侶發出的訊號可能會達到更高的準確度。
研究結果表明，使用自然的人類表情來進行詳細的觸覺交流是可能的。團隊觀察到，對愛、悲傷和注意力的反應模式比對感激、快樂和平靜的反應模式具有更高的係數。
這項研究的主要貢獻包括：在人類被試測試中，社交觸控分類的準確性是透過使用一個新的社交觸控資料集實現。所述資料集透過資料驅動的對映演算法傳遞，並在稀疏觸覺裝置進行渲染；團隊描述了資料收集的詳細情況，並提供了結果資料集供公眾使用。團隊同時提出了一種新的渲染演算法，並提供了相關的程式碼，以便於今後在觸覺渲染方面的研究。
文章來源：映維網
